Jeg så dette innlegget av @0G_labs, som handlet om DeAi, og jeg følte også at jeg ville legge det ut og lage et populærvitenskapelig innlegg! 1. Hvorfor er det en "TradAI vs. Det motsatte av "DeAI"? Tradisjonell AI (TradAI) domineres av noen få store skytjenesteleverandører og modellutgivere: modelltrening og inferens er sentralisert i skyen, og data og tilgang kontrolleres! Forklarbarhets- og revisjonskjeder er imidlertid svake, og bruksbarrierene og kostnadene hindrer et bredt spekter av deltakere. Desentralisert AI (DeAI) er rekonstruksjon av AI-data gjennom distribuert lagring, peer-to-peer databehandling, verifisering på kjeden/utenfor kjeden og tokeniseringsøkonomi, kombinert med insentivet til datakraft, som kan tillate flere deltakere å dele verdien. Både akademia og industri ser på DeAI som en viktig retning for å løse «manglene ved sentralisering». —— —— ————— ʕ·͡ˑ·ཻʔ ————— —— —— 2. Markedsmuligheter? Det er for tiden få infrastrukturer på blokkjedenivå designet for AI (balansering av datatilgjengelighet med verifiserbar datakraft). Hvis 0G skiller seg ut når det gjelder ytelse, kostnader og utvikleropplevelse, kan den raskt absorbere AI-sentrerte prosjekter, og som DeAI kan den gi en ny forretningsvei for dataleverandører, datakraftleverandører og applikasjonsbyggere. —— —— ————— ʕ·͡ˑ·ཻʔ ————— —— —— ➟ Selvfølgelig, mens jeg ruller opp @KaitoAI, vet jeg også at TGE kommer! Den største risikoen er å velge sporet til #DeAI av #AI, og den største risikoen er ubalansen mellom tokenutstedelse, staking og distribusjon, noe som kan føre til prissvingninger og sikkerhetsproblemer. Det kan også være en liten grunn til forsinkelsen i TGE, selvfølgelig, jeg ser også frem til oppfølgingsytelsen til 0G som en AI-offentlig kjede! #KAITO #Yap